Хиймэл оюун ухааны салбарт, ялангуяа түлхүүр үг олоход зориулсан сургалтын загваруудын хүрээнд хэд хэдэн алгоритмыг авч үзэж болно. Гэсэн хэдий ч, энэ даалгаварт маш сайн тохирсон нэг алгоритм бол Convolutional Neural Network (CNN) юм.
CNN нь дүрс таних, объект илрүүлэх зэрэг компьютерийн харааны янз бүрийн ажлуудад амжилттай хэрэглэгдэж, амжилттай хэрэгжиж ирсэн. Тэдний орон зайн хамаарлыг үр дүнтэй олж авах, шаталсан дүрслэлд суралцах чадвар нь өгөгдсөн оролтын доторх тодорхой үг, хэллэгийг тодорхойлох зорилготой түлхүүр үг хайхад маш сайн сонголт болдог.
CNN-ийн архитектур нь эвхэгддэг давхарга, нэгтгэх давхарга, бүрэн холбогдсон давхаргууд зэрэг олон давхаргаас бүрдэнэ. Эргэлтийн давхаргууд нь оролтын өгөгдөлд суралцах боломжтой шүүлтүүрүүдийн багцыг ашиглах замаар шинж чанарыг задлах ажлыг гүйцэтгэдэг. Эдгээр шүүлтүүрүүд нь өгөгдлийн ирмэг, булан, бүтэц гэх мэт янз бүрийн хэв маяг, онцлогуудыг илрүүлдэг. Дараа нь нэгтгэх давхаргууд нь чухал шинж чанаруудыг хадгалахын зэрэгцээ олборлосон шинж чанаруудын орон зайн хэмжээсийг багасгадаг. Эцэст нь, бүрэн холбогдсон давхаргууд нь өмнөх давхаргуудын сурсан шинж чанаруудыг нэгтгэж, эцсийн таамаглалыг гаргадаг.
Түлхүүр үг хайхад CNN-г сургахын тулд дууны дээж болон тэдгээрийн холбогдох түлхүүр үгсээс бүрдсэн шошготой мэдээллийн багц шаардлагатай. Аудио дээжийг спектрограмм болгон хувиргах боломжтой бөгөөд энэ нь аудио дохионы давтамжийн агуулгын цаг хугацааны дүрслэл юм. Эдгээр спектрограммууд нь CNN-ийн оролт болж өгдөг.
Сургалтын явцад CNN нь түлхүүр үгс байгаа эсэхийг илтгэх спектрограмм дахь хэв маяг, онцлогуудыг таньж сурдаг. Энэ нь буцах тархалт гэж нэрлэгддэг давталттай оновчлолын процессоор дамждаг бөгөөд сүлжээ нь өөрийн таамаглал болон газрын үнэний шошго хоорондын зөрүүг багасгахын тулд жин, хазайлтаа тохируулдаг. Оновчлолыг ихэвчлэн стохастик градиент descent (SGD) эсвэл Адам гэх мэт градиент удамт суурилсан алгоритмуудыг ашиглан гүйцэтгэдэг.
CNN-ийг сургасны дараа түүнийг сүлжээгээр дамжуулж, сүлжээний гаралтыг шалгах замаар шинэ аудио жишээн дэх түлхүүр үгсийг олж илрүүлэхэд ашиглаж болно. Гаралт нь түлхүүр үг бүрийн оролтод байх магадлалыг илэрхийлдэг урьдчилан тодорхойлсон түлхүүр үгсийн багцын магадлалын тархалт байж болно.
Түлхүүр үг илрүүлэх CNN-ийн гүйцэтгэл нь сургалтын мэдээллийн чанар, олон талт байдлаас ихээхэн хамаардаг гэдгийг тэмдэглэх нь зүйтэй. Илүү том, илүү олон төрлийн өгөгдлийн багц нь сүлжээг үл үзэгдэх дээжийг илүү сайн нэгтгэж, нарийвчлалыг сайжруулахад тусална. Нэмж дурдахад санамсаргүй хувиргалтуудыг ашиглан сургалтын өгөгдлийг зохиомлоор өргөжүүлдэг өгөгдлийг нэмэгдүүлэх гэх мэт аргууд нь CNN-ийн гүйцэтгэлийг улам сайжруулж чадна.
Convolutional Neural Network (CNN) алгоритм нь түлхүүр үг илрүүлэх загваруудыг сургахад маш тохиромжтой. Орон зайн хамаарлыг олж авах, шаталсан дүрслэлд суралцах чадвар нь аудио жишээн дэх тодорхой үг, хэллэгийг тодорхойлоход үр дүнтэй болгодог. Шошготой спектрограммуудыг оролт болгон ашиглаж, буцааж тархах замаар сүлжээг оновчтой болгосноор CNN-ийг түлхүүр үгс байгаа эсэхийг илтгэх хэв маягийг таних сургаж болно. CNN-ийн гүйцэтгэлийг олон төрлийн, нэмэгдүүлсэн сургалтын мэдээллийн багц ашиглан сайжруулж болно.
Сүүлийн үеийн бусад асуулт, хариулт EITC/AI/GCML Google Cloud Machine Learning:
- Текстээс яриа (TTS) гэж юу вэ, энэ нь хиймэл оюун ухаантай хэрхэн ажилладаг вэ?
- Машин сургалтын явцад том өгөгдлийн багцтай ажиллахад ямар хязгаарлалт байдаг вэ?
- Машины сургалт нь харилцан ярианы тусламж үзүүлж чадах уу?
- TensorFlow тоглоомын талбай гэж юу вэ?
- Том өгөгдлийн багц нь үнэндээ юу гэсэн үг вэ?
- Алгоритмын гиперпараметрийн зарим жишээ юу вэ?
- Ансамблийн сургалт гэж юу вэ?
- Сонгосон машин сургалтын алгоритм тохиромжгүй бол яах вэ, зөвийг нь хэрхэн сонгох вэ?
- Машин сургалтын загвар нь сургалтын явцад хяналт тавих шаардлагатай юу?
- Мэдрэлийн сүлжээнд суурилсан алгоритмд ашигладаг гол параметрүүд юу вэ?
EITC/AI/GCML Google Cloud Machine Learning-ээс бусад асуулт, хариултуудыг харна уу
Илүү олон асуулт, хариулт:
- Талбар: Хиймэл оюун
- хөтөлбөр: EITC/AI/GCML Google Cloud Machine Learning (гэрчилгээжүүлэх хөтөлбөрт очно уу)
- Хичээл: Оршил (холбогдох хичээл рүүгээ яв)
- сэдэв: Машины сургалт гэж юу вэ (холбогдох сэдэв рүү оч)